人力资源分析是许多公司刚盯上的新玩具，这些公司希望获得可靠且有才华的员工。但是，在加入这个行列之前，公司需要理解并规划分析能做什么。Paul Seo是MMC集团公司HR商业智能和分析的全球负责人，最近与TechTarget交流时谈到了HR数据分析。

规划和评估HR数据分析项目的最佳实践是什么呢？

PaulSeo：要实现分析，你需要准备的第一件事是基础设施。基础设施可以为你提供扩展和速度。你要处理的数据量会指数级增长的，对速度的要求就是再快些再快些。基础设施提供高速系统，可以支持你处理大量数据，并整合数据，更快速地满足需求。

第二件事是数据治理。我们要处理的数据有各种来源，也会输送到各种地方去。你需要在中间治理流程中有一个优秀的“交通警察”，能确保使用分析的用户能达到想要的目的。否则，这就成了没有警察和交通指示灯的高速系统。

第三件事是你的分析能力。你的HR组织需要有合适的人才，这样才能创造商业价值。去年营业额从10%提升到15%，那么今年呢？你需要能提供数据供用户决策。如果内部没有处理数据的技能集，不能把数据转化为直观的吸引人的故事，那么就很难让HR分析取得好的成果。

第四条是文化准备。有了足够的钱，你可以建立基础设施，聘用足够聪明的科学家来做分析，但是如果你不用它，你相当于什么都没有。要想真正获得知识和分析的价值，你必须把它整合到决策流程中去。

使用分析而不是简单地做分析进行决策，而是完全不同的想法。这不是象开关一样你可以一下就打开或者关闭，它是需要你潜移默化调整意识的。

除非有了一定文化准备和文化能力来翻译和利用分析，否则前三项工作都是白做了。我想说的是这是HR分析工作最大的障碍。把分析应用到工作中对于HR来说是新概念，因而很自然会带来使用者的戒心，因此说这是我们拥抱和利用分析的最大阻碍。我们只有克服了这种恐惧，才是越过了HR应用和使用分析的最大挑战。

对于如何确定度量指标，为HR数据分析提供最快的回报有何建议呢？

Seo：这要与财务进行整合，获得最大回报的关键就是HR职能的货币化。组织应该准确知道它们聘用人才花了多少钱。他们应该确切知道如果结束了会损失多少钱。随着在人才开发方面的投资，组织应该知道预期收益。招聘要花时间，人员交替和周转都有成本的。例如：如果你要提供培训，那么通过培训你能获得的平均回报是多少？我们需要对所有事情有货币的量化。

HR文化是植根于公司人际关系的。那么，你如何能从根本DNA层次上产生变化呢？公司如何克服不愿意应用HR数据分析并接受结果的问题呢？

Seo：这必须要有CEO的授权。人力资本管理也是一项生意。我们是在处理关于企业内部人员的业务。要使工作简单，就要让你的这项工作利益最大化。因此，我们应该用相同的方式来处理人力资本管理。所有的HR职能，包括人才获取和人才管理（我喜欢称为人力优化），以及人才的保留都应该推动和优化，让一切保持简单，使利益最大化。

例如，对于每个走出大门的人，我们应该能说出他对公司业务的最基础影响是什么，我们愿意为招聘和留住他花费多少代价。不过，大多数HR组织做不到这一点。

为什么HR领导们对于应用分析犹豫不决呢？

Seo：我不确定“犹豫不决”这个词是否准确。我认为HR职能评估的基本方式要改变，自然会带来不确定性。

如果你想量化一切事情，你将不只需要基于改进本身进行评估，而且还要考虑提升程度。这会使得每件事都很真实，所以，与关系关联很少，更多是与结果有关。在HR管理方面这令大家都很畏惧。它带来了很多以前从未有过的政治压力，我认为许多HR领导们都只是简单地想弄清楚如何驾驭这个新的预期。

在德勤（Deloitte，是世界四大律师事务所之一）2015年人力资本趋势调查结果中，只有8%的受访者认为组织拥有强大的HR数据分析团队，只比2014年的调查结果高了一点点。那么这是为什么呢？

Seo：大部分HR领导都在努力搞清楚该做什么以及如何驾驭这种新的模式转变。问题并不在技术或者分析方面。我认为主要是文化方面的原因。

自顶向下是推动的唯一方式。首席人力资源官需要有远见，能看到分析是加法而不是减法。

MMC集团使用哪种软件做分析呢？

Seo：我们用的是Oracle的OBIEE，大约是一年之前启用的。这是一款可视化工具，可以把查看数据仓库中的数据，旋转视角或者放到演示环境中给最终用户展示用。

一切都是有前提的。我们有数据仓库，用的是OBIEE。我们不用云环境，目前还没用。

我们在核心HR功能方面用的是PeopleSoft。

OBIEE的优缺点如何呢？

Seo：有点事它后台的引擎很强大。它使用的也是与传统系统（比如：PeopleSoft这款使用非常广泛的应用，还有Taleo这块人才招聘应用）相同的语言。

在您实施分析软件的过程中，可曾遇到一些教训呢？

Seo：变更管理比构建计分板或者分析功能更复杂。许多组织低估了改变习惯的难度。这需要花时间慢慢炮制。

HR分析可行性方面您有没有一些具体例子呢？

Seo：预测分析对于控制人员离职率很重要。它提供了某些个人的轨迹趋势，比如某人什么时候离开以及其它属性，包括从哪里来，服务年限，工作所在地和工作代码等。你可以针对所有人群把所有因素都考虑进来，试着分析谁最可能在什么时间段离开。基于这些信息，你可以降低他们离职的可能性。HR可以采取一些措施来降低离职率。

另外的好处是可以优化人才招募。分析结果可以帮助理解历史数据中你们从哪里获得的最好人才。如果你需要工程师，你就知道哪里可能找到最好的。根据可能入职的空缺时机，你可以招募并建立一个通道。这样可以降低招聘成本和职位空置率。